Important
Lakebase 自動スケールは、自動スケール コンピューティング、ゼロへのスケール、分岐、インスタント リストアを備えた最新バージョンの Lakebase です。 サポートされているリージョンについては、「 リージョンの可用性」を参照してください。 Lakebase プロビジョニング済みユーザーの場合は、「 Lakebase Provisioned」を参照してください。
Lakebase 自動スケーリングは、自動スケーリング、インスタント ブランチ、Databricks プラットフォームとの緊密な統合を備えた 100% 標準 Postgres です。 プロジェクトを作成し、connection stringを取得し、ビルドを開始します。
| Path | Description |
|---|---|
| Lakebase の概要 | プロジェクトを作成し、接続し、最初のクエリを実行し、Unity Catalog と Databricks lakehouse との統合を調べる。 |
| アプリで Lakehouse データを提供する | Unity カタログ テーブルを Lakebase に同期して、待ち時間の短いアプリを提供します。 完全に管理された同期を使用して、逆 ETL パイプラインを排除します。 |
Lakebase の自動スケールについて
| トピック | Description |
|---|---|
| Lakebase 自動スケールとは | Lakebase アーキテクチャ、分岐、およびプロジェクトの編成方法の概要。 |
| チュートリアル | ブランチ、アプリ開発、ユーザー アクセスなど、一般的なワークフローのハンズオン チュートリアル。 |
| コアコンセプト | 自動スケール、ゼロへのスケール、分岐、分離されたコンピューティングとストレージのしくみ。 |
主な機能
パフォーマンスを最適化し、コストを削減し、柔軟な開発ワークフローを実現する機能について説明します。
| 特徴 | Description |
|---|---|
| 自動スケーリング | ワークロードの需要に基づいてコンピューティング リソースを自動的に調整します。 |
| ゼロにスケールする | 非アクティブなコンピューティングを自動的に中断して、コストを最小限に抑えます。 |
| 支店 | 開発とテスト用に分離されたブランチを作成します。 |
| レプリカの読み取り | 読み取り専用レプリカを作成して読み取り操作をスケーリングします。 |
| インスタント リストア | 復元ウィンドウ内の任意の時点から新しいブランチを作成します。 |
接続とクエリ
さまざまなツールとインターフェイスを使用して、データベースに接続してクエリを実行します。
| Task | Description |
|---|---|
| データベースに接続する | Lakebase データベースに接続するさまざまな方法について説明します。 |
| SQL エディターを使用したクエリ | 組み込みの SQL エディターを使用して、データベースのクエリと管理を行います。 |
| テーブル エディター | ビジュアル インターフェイスを使用して、データとスキーマを表示、編集、管理します。 |
| Postgres クライアント | 標準の Postgres クライアントとツールを使用して接続します。 |
| 特定の時点でのデータのクエリ | 特定の時点の分岐を使用してデータのクエリを実行します。 |
Databricks の統合
Lakebase を既存の Databricks データとワークフローに接続します。
| Integration | Description |
|---|---|
| Unity カタログに登録する | 統合ガバナンスのために、Unity カタログに Lakebase データベースを登録します。 |
| 同期されたテーブルを使用してデータを提供する | 待機時間の短いアプリケーションのために、Lakebase データベースを介して Lakehouse データを提供します。 |
| Databricks Apps | マネージド Postgres バックエンドとして Lakebase を使用して対話型アプリケーションをビルドしてデプロイします。 |
| エージェントの状態とメモリ | LangGraph または OpenAI Agents SDK を使用して構築された AI エージェント用に、永続的な短期および長期のエージェント メモリを Lakebase に格納します。 |
| 特徴ストア (Feature Store) とモデルサービング (Model Serving) | Mosaic AI Model Serving で提供される ML モデルの待機時間の短いオンライン機能ストア バックエンドとして Lakebase を使用します。 |
管理と運用
プロジェクトとリソースを作成、構成、管理します。
| Task | Description |
|---|---|
| プロジェクトの管理 | プロジェクトを作成、構成、および管理します。 |
| プロジェクトのアクセス許可を管理する | プロジェクトのアクセスと管理を制御するためのアクセス許可を付与および管理します。 |
| ブランチを管理する | 開発とテスト用のブランチを作成および管理します。 |
| コンピューティングの管理 | ブランチのコンピューティング リソースとスケーリングを構成します。 |
| 読み取りレプリカの管理 | 読み取り専用レプリカを作成して管理し、読み取り操作をスケーリングします。 |
| ロールの管理 | Postgres のロールとアクセス許可を作成して管理します。 |
| データベースの管理 | ブランチ内でデータベースを作成および管理します。 |
| API | Lakebase 自動スケール API を使用して、プロジェクト、ブランチ、コンピューティングをプログラムで管理します。 |
| Databricks CLI | Databricks CLI を使用して、プロジェクト、ブランチ、コンピューティングをプログラムで管理します。 |
| 宣言型オートメーション バンドル | 宣言型オートメーション バンドルを使用して、プロジェクト、ブランチ、コンピューティングをコードとして管理します。 |
| Terraform | Terraform を使用して、プロジェクト、ブランチ、コンピューティングをコードとして管理します。 |
| Updates | プロジェクトの Postgres バージョンの更新を管理します。 |
| モニター | パフォーマンス、使用状況、正常性メトリックを追跡します。 |
| バックアップと復元 | 自動バックアップとポイントインタイム リカバリーを構成します。 |